Printemps 2026
Comprendre et maîtriser les outils indispensables de l’analyse économique
Cela comprend:
12 séances au total sur 3 thèmes de mesures
Un cours d’analyse appliquée, nous allons beaucoup travailler directement avec des données et des exemples. L’idée est de vous familiariser avec les données économiques, comment les traiter et les analyser.
Après ce cours, vous devriez être capable de mener vos propres analyses quantitatives pour vos recherches et votre PDR.
==> Outils inspensable: R(studio) et Quarto
En économie, la maîtrise de R est indispensable, car permet:
Quarto est un système de publication qui permet de produire des documents directement à partir de Rstudio (exemple: powerpoints, pdf, sites web…) et donc de code en R.
Vous n’aurez pas accès aux IA lors des examens pratiques
Si les IA sont désormais excellentes en programmation (Python, Stata…), les IA les plus utilisées (notamment Chatgpt) produisent du code R qui n’est souvent pas optimale
Utilisation acceptable dans certains cas, comme pour simplifier des tâches répétitives
R est le langage avec le plus de ressources et de documentations en ligne, pas besoin de passer par une IA
Risque de ne pas assimiler le contenu du cours si vous dépendez entièrement des IA pour résoudre les exercices
Important
En dehors des examens en présence, je ne peux pas vous interdire l’utilisation des IA. Je vous déconseille l’utilisation de Chatgpt et vous recommande d’utiliser Copilot, dont vous avez une version gratuite avec votre compte Unige. D’autres IA sont meilleures pour R, comme ShinyAssistant.
La Penn World Table (PWT) est l’une des base de données les plus connues en économie. Elle compile certaines variables clés pour de nombreux pays sur une période de temps assez importante.
La PWT est accessible et téléchargeable ici, mais dans le cadre de cet atelier nous allons utiliser le package Rdatasets qui permet d’importer directement le tableau de données dans R
Voici la documentation du tableau de données https://vincentarelbundock.github.io/Rdatasets/doc/stevedata/pwt_sample.html et comment l’importer dans R:
| Variable | Description |
|---|---|
| country | Nom du pays. |
| isocode | Code ISO du pays. |
| year | Année (numérique). |
| pop | Population (en millions). |
| hc | Indice de capital humain par personne (années de scolarité et rendements). |
| rgdpna | PIB réel à prix nationaux constants de 2011 (en millions USD 2017). |
| rgdpo | PIB réel côté production, en PPA chaînées (en millions USD 2017). |
| rgdpe | PIB réel côté dépenses, en PPA chaînées (en millions USD 2017). |
| labsh | Part de la rémunération du travail dans le PIB à prix courants. |
| avh | Heures annuelles moyennes travaillées par personne engagée. |
| emp | Nombre de personnes engagées (en millions). |
| rnna | Stock de capital à prix constants de 2017 (en millions USD 2017). |
Importer la PWT en utilisant le package Rdatasets
Permet d’utiliser une interface permettant d’explorer les données et produire des graphiques sans coder soi-même
Dbnomics est une base de données internationale rassembland en une base de nombreuses bases de données indispensables en économie: données de l’OCDE, de la Banque Mondiale, du Fond Monétaire Internationale…
Le package rdbnomics permet d’importer ces données directement dans R.
Exemple: